python對象序列化

『壹』 python如何把一個序列化的自定義類對象存到文件

Python有專門的序列化模塊pickle用來序列化/反序列化對象，可以查一下它的使用。

pickle是純Python寫的，它還有個替代模塊cPickle，是C語言寫的，速度快很多。

『貳』 python 哪些類型不能被序列化

下面是可以被序列化的，反之則是不可序列化的
可以被序列化的類型有：
* None,True 和 False;
* 整數，浮點數，復數;
* 字元串，位元組流，位元組數組;
* 包含可pickle對象的tuples，lists，sets和dictionaries；
* 定義在mole頂層的函數：
* 定義在mole頂層的內置函數；
* 定義在mole頂層的類；
* 擁有__dict__()或__setstate__()的自定義類型；
高端Python自動化測試開發系列直播課

『叄』 風變編程的Python課程學完效果如何

一、Python簡介

Python是一種用來編寫應用程序的高級程序設計語言,TIOBE程序語言排行榜2015年12月的排名如下：

Python實現強勢逆襲，而且我相信，隨著時間的推移，國內Python語言未來前景也是一片向好。

Python的特點是優雅簡單，易學易用（雖然我感覺還是有一些概念不容易理解），Python的哲學是盡量用最少的，最簡單易懂的代碼實現需要的功能。Python適宜於開發網路應用，腳本寫作，日常簡單小工具等等。Python的缺點是效率較低，但是在大量的場合效率卻不是那麼重要或者說Python不是其性能瓶頸，所以不要太在意。其次是2.x-3.x的過渡使得許多3.x還缺少很多2.x下的模塊，不過也在完善中。其次就是源代碼無法加密，發布Python程序其實就是發布源代碼。

二、基礎語法要點

1.如果一個字元串中有許多需要轉義的字元，而又不想寫那麼多'',那麼可以用 r'...' 表示 '...'內的內容不轉義。

2.Python可用'''...'''來表示多行內容，如：

123456

>>>print('''line1line2line3''')line1line2line3

3.Python的邏輯運算and, or, not 分別對應C語言中的&&, ||, !.

4.Python的整數與浮點數大小都沒有范圍。

5.Python中除法有兩種： '/'除出來必是浮點數， '//'除出來是整數，即地板除。

6.Python中一切皆引用。每個對象都有一個引用計數器（內部跟蹤變數）進行跟蹤，引用計數值表示該對象有多少個引用，當初次產生賦給變數時，引用計數為1，其後沒進行下列行為中的任意一種都會增加引用計數：

123

賦值： a=b用作函數參數傳遞： func(a)成為容器對象的一個元素： lis=[1,2,a]

以下任意一種行為都會減少引用計數：

1234

del銷毀：dela變數另賦給其他對象：a=False對象從容器中刪除: lis.remove(a)身在的容器被銷毀：dellis

7.深拷貝與淺拷貝的概念與對比，有點復雜，看這篇文章

8.list，tuple和dict，set

list：為列表，是一個有序集合，類似於數組但又比數組功能強大，可以隨時append,pop元素，下標從0開始，且下標為加n模n制，即lis[-1] = lis[len-1]，下標范圍[-len,len-1].

tuple：為元組，類似於list，但list為可變類型，而tuple不可變，即沒有append,pop等函數。一個建議是為了安全起見，能用tuple代替list盡量用tuple。如果tuple只有一個元素，要寫成如(1,)以避免歧義。

dict：字典類型，存放key-value鍵值對，可以根據key迅速地找出value，當然，key必須是不可變類型，如下是錯誤的：

12345

>>> dic={[1,2]:'value'}Traceback (most recent call last):File"<pyshell#10>", line1,in<mole>dic={[1,2]:'value'}TypeError: unhashabletype:'list'

list與dict的優劣對比：

1234567

dict:1.插入，查找速度快，跟key的數目無關2.需佔用大量內存，內存浪費嚴重list:1.插入，查找速度慢，O(n)的復雜度，隨元素個數增加而增加2.佔用內存小

dict內部存放的順序和key放入的順序是沒有關系的

set：set與dict類似，相當於只有key沒有value的dict，每個key不同，set間有 &， | 等操作對應集合的交，並操作。

三、函數

1.函數是對象，函數名即是指向對應函數對象的引用，所以可以將函數名賦給一個變數，相當於給函數起一個『別名』。

123

>>> mmm=max>>> mmm(1,2,3)3

2.Python函數可以返回」多個值「，之所以打引號，是因為實際上返回的多個值拼成了一個元組，返回這個元組。

3.定義默認參數需要牢記：默認參數必須指向不變對象。否則第一次調用和第二次調用結果會不一樣，因為可變的默認參數調用後改變了。

4.可變參數：傳入的參數個數是可變的，可以是0個或多個。可變參數會將你傳入的參數自動組裝為一個tuple。在你傳入的list或tuple名字前加一個 * 即說明傳入的是可變參數。習慣寫法為*args。

5.關鍵字參數：傳入0個或多個含參數名的參數，這些參數被自動組裝成一個dict。習慣寫法**kw，如**a表示把a中所有的鍵值對以關鍵字參數的形式傳入kw，獲得一個dict，這個dict是a的一份拷貝，對kw改動不會傳遞到a

6.命名關鍵字在函數定義中跟在一個*分割符後，如

12

deffunc(a,b,*,c,d):pass

c,d為命名關鍵字參數，可以限制調用者可以傳入的參數名，同時可以提供默認值。

7.參數定義順序：必選參數，默認參數，可變參數/命名關鍵字參數，關鍵字參數。

8.切片操作格式為lis[首下標：尾下標：間隔]，如果都不填，即lis[::]則代表整個容器lis

9.用圓括弧()括起來一個列表生成式創建一個生成器generator，generator保存生成演算法，我們可以用next(g)取得生成器g的下一個返回值。生成器的好處就是我們不需要提前生成所有列表元素，而是需要時再生成，這在某些情況下可以節省許多內存。演算法也可以不是列表生成式而是自定義函數，只需在函數定義中包含yield關鍵字。

10.map()和rece()： 二者都是高階函數。map()接收兩個參數，一個是函數，一個是Iterable序列，map將傳入的函數依次作用在序列每一個元素上，並把結果作為新的Iterator返回。rece()類似累積計算版的map()，把一個函數作用在一個序列上，每次接收兩個參數，將結果繼續與序列的下一個元素做累積計算。

利用map和rece編寫一個str2float函數，如把字元串'123.456'轉換成浮點數123.456：

123456789101112131415

(s):deff1(x,y):returnx*10+ydefchar2num(s):return{'0':0,'1':1,'2':2,'3':3,'4':4,'5':5,'6':6,'7':7,'8':8,'9':9}[s]deff2(x,y):returnx*0.1+ya,b=s.split('.')print('a=',a)print('b=',b)returnrece(f1,map(char2num,a))+0.1*rece(f2,map(char2num,b[::-1]))print('str2float('123.456') =', str2float('123.456'))

11.fliter()函數過濾序列，類似於map()作用於每一元素，根據返回值是True或者False決定舍棄還是保留該元素。函數返回一個Iterator。

12.sorted()函數可實現排序，類似於C++庫中的sort()函數，但是比其更加簡潔，語法為sorted(lis,key=func,reverse=T/F)

key函數可實現自定義的排序規則，reverse表示升序還是降序。

13.一個函數可以返回一個函數，但是返回時該函數並未執行，所以返回函數中不要引用任何可能發生變化的變數，否則會出現邏輯錯誤。

14.裝飾器(decorator): 當需要增強函數的功能卻不希望修改函數本身，那麼可以採用裝飾器這種運行時動態增加功能的方式，增加的功能卸載裝飾器函數中。如在執行前後列印'begin call'和'end call'，可以這樣做：

12345678910111213141516

importfunctoolsdeflog(func):@functools.wraps(func)#為了校正函數簽名，最好寫上defwrapper(*args,**kw):print('begin call')f=func(*args,**kw)print('end call')returnfreturnwrapper@logdefhah():print('hahahaha')hah()

123

begin callhahahahaend call

15.偏函數： functools.partial()，作用是將一個函數的某些參數固定住，作為新函數的參數，即固定住該參數，返回一個新函數，使調用更簡單。

四、面向對象編程

1.Python實例變數可以自由地綁定任何屬性

2.為了不讓內部屬性不被外部訪問，在屬性的名稱前加上兩個下劃線__，這樣就變成了一個私有變數(private)，注意，不能直接訪問不代表一定不能訪問，事實上，加雙下劃線後Python就會將其改名為『_class名__name』，所以還是可以這樣來訪問這個『私有』變數。

3.對於靜態語言，如果要求傳入一個class類型的對象，那麼傳入的對象必須是class類型或者其子類，否則將無法調用class中的方法，而Python這樣的動態語言有『鴨子類型』一說，即不一定要傳入class類型或其子類，而只要保證傳入的對象中有要使用的方法即可。

4.如果想要限制實例可以綁定的屬性，那麼在定義class時定義一個__slots__變數即可，例如：

12

classStudent(object):__slots__=(『name』,』age』)

注意，__slots__限制的屬性對當前類實例起完全限製作用，且與子類共同定義其__slots__，也就是說子類可以定義自己的__slots__，子類實例允許定義的屬性就是自身的__slots__加上父類的__slots__，即並集。

5.@ property裝飾器可以使一個getter方法變成屬性，如果方法名為me，那麼@me.setter裝飾器則可使一個setter方法變成屬性。這樣可以使代碼更簡短，同時可對參數進行必要的檢查。

6.通過多重繼承，可使子類擁有多個父類的所有功能。

7.在類中__call__方法可使實例對象像函數那樣直接調用，作用即是該方法定義的過程。

8.ORM(Object Relational Mapping 對象關系映射)，就是把關系資料庫的一行映射為一個對象，也就是一個類對應一個表。ORM的實現需要通過metaclass元類修改類的定義。元類可以改變類創建時的行為。

五、調試

1.Python調試方法：

(1)直接列印

(2)斷言

(3)pdb

(4)IDE

六、IO編程

1.序列化： 把變數從內存中變成可存儲或傳輸的過程稱之為序列化。Python用pickle模塊實現序列化。序列化之後，就可以把序列化後的內容存儲到磁碟上或者通過網路進行傳輸。pickle.mps()將對象序列化成一個bytes,而pickle.loads()可以根據bytes反序列化出對象。

2.pickle雖好，但是它專為Python而生，所以要在不同語言間傳遞對象，最好還是xml或者json，而json表示格式是一個字元串，更易讀取，且比xml快，所以更加適宜於對象序列化。Python內置了json模塊，相應方法仍然是mps()和loads()。

3.但是在默認情況下，有些對象是無法序列化的，所以我們有時還需要定製轉換方法，告訴json該如何將某類對象轉換成可序列為json格式的{}對象。如下即是一個轉換方法：

123456

defmantodict(std):return{'name': std.name,'age': std.age,'id': std.id}

七、進程與線程

1.Python用mutiprocessing模塊來實現多進程。

2.如果要大量創建子進程，可以使用進程池：

1

frommultiprocessingimportPool

示例如下：

12345678

....p=Pool(4)foriinrange(5):p.apply_async(long_time_task, args=(i,))print('Waiting for all subprocesses done...')p.close()p.join()print('All subprocesses done.')

要使用進程池需新建Pool對象，對Pool對象調用join()使等待池中所有子進程運行完畢，調用join()方法之前必須調用close()，且此後無法再新加子進程。

3.使用subprocess模塊可以方便的啟動並管理一個子進程，控制其輸入輸出。

4.進程間通信使用Queue,Pipes實現。

5.threading模塊管理線程。threading.lock()創建線程鎖，防止同時訪問互斥資源造成的錯誤，示例如下：

1234567

lock=threading.Lock()...lock.acquire()...change(mutex)...lock.release()

6.ThreadLocal可以解決參數在一個線程中各個函數之間互相傳遞的問題。

7.managers模塊實現分布式進程。

八、正則表達式與常用內建模塊

1.re模塊進行正則表達式編譯和匹配，如果該表達式需要匹配很多次，那麼最好進行編譯從而大大節省時間。

正則表達式匹配郵箱例子：

12345678910

importrehah=re.compile('[0-9a-zA-Z]+[.[0-9a-zA-Z]+]*@[0-9a-zA-Z]+.[a-z]{2,3}')print(hah.match('[email protected]').group())print(hah.match('[email protected]').group())i=1whilei <10:r=input('請輸入郵箱：')print(hah.match(r).group())i=i+1

2.datetime模塊進行日期和時間的處理，每一個時間對應一個timestamp，我們把1970年1月1日 00:00:00 UTC+00:00時區的時刻稱為epoch time，記為0（1970年以前的時間timestamp為負數），當前時間就是相對於epoch time的秒數，稱為timestamp。字元串和datetime也可以相互轉換，採用strptime()方法，字元串轉換為datetime時需要設定一個識別格式，其中

1

%Y-%m-%d%H:%M:%S

分別表示年-月-日 時-分-秒。

從datetime得出月份，星期等字元串用strftime()方法，其中：

1

%a,%b%d%H:%M

分別表示星期, 月份 日期 時:分。

示例：

12345678910

fromdatetimeimportdatetimer='2015-11-23 12:01'dt=datetime.strptime(r,'%Y-%m-%d %H:%M')print(dt)week=dt.strftime('%a %b %d, %H:%M')print(week)2015-11-2312:01:00Mon Nov23,12:01

3.collections是Python內建的一個集合模塊，提供了許多有用的集合類。

4.Base64是一種任意二進制到文本字元串的編碼方法，常用於在URL、Cookie、網頁中傳輸少量二進制數據。

5.struct模塊用來解決bytes和其他二進制數據類型的轉換。

6.Python的hashlib提供了常見的哈希演算法，如MD5，SHA1等等。hashlib實現簡單登錄：

importhashlibdb={'michael':'','bob':'','alice':''}defget_md5(ostr):md5=hashlib.md5()md5.update(ostr.encode())returnmd5.hexdigest()deflogin(user, password):r=get_md5(password)fornameindb:ifdb[name]==r:returnTruereturnFalseprint(login('bob','abc999'))True

7.Python的內建模塊itertools提供了非常有用的用於操作迭代對象的函數。

8.urllib提供了一系列用於操作URL的功能。如GET,POST...

9.PIL(Python Imaging Library Python圖像庫)是一個強大的圖像處理標准庫，功能強大卻又簡單易用。現在的名字叫做Pillow。可以如下安裝Pillow:

1

pip3 install pillow

從下面生成數字驗證碼的程序可以窺其一斑：

九、網路編程和電子郵件

1.網路編程主要是TCP和UDP的編程，示例見【Python網路編程】利用Python進行TCP、UDP套接字編程

2.SMTP是發送郵件的協議，Python內置對SMTP的支持，可以發送純文本郵件、HTML郵件以及帶附件的郵件。Python對SMTP支持有smtplib和email兩個模塊，email負責構造郵件，smtplib負責發送郵件。Python內置一個poplib模塊，實現了POP3協議，可以直接用來收郵件。由於現在絕大多數大型郵件服務商都採取了反垃圾郵件措施，所以這部分的簡單實驗並沒有成功，還需進一步研究，等遇到具體情況再說。

3.Python內嵌了sqlite資料庫，還可以自行安裝連接mysql，MySQL是當前最流行的開源資料庫，在行業內有著廣泛的應用。

十、Web開發和非同步IO

1.WSGI(Web Server Gateway Interface) 伺服器網關介面。

2.Python web 開發框架：

-Flask：流行的Web框架

-Django：全能型Web框架

-web.py：一個小巧的Web框架

-Bottle：和Flask類似的Web框架

-Tornado：Facebook的開源非同步Web框架

3.協程

『肆』 【Python】淺談python中的json

一 前言  

   最近一直在做開發相關的工作--基於Django的web 平台，其中需要從model層傳輸數據到view 層做數據展示或者做業務邏輯處理。我們採用通用的Json格式--Json(javaScript Object Notation) 是一種輕量級的數據交換格式，易於閱讀和程序解析。

二 認識Json

   2.1 Json 結構

   常見的Json格式為 「名稱/值」對的集合,其中 值可以是對象，列表，字典，字元串等等。比如

backup_data = {"back_to_host": "dbbk0",

"ip_address": "10.10.20.3",

"host_name": "rac4",

"port": 3306}

  2.2 使用Json

  Python的Json模塊序列化與反序列化的過程分別是 編碼和解碼。這兩個過程涉及到兩組不同的函數

  編碼 把一個Python對象編碼轉換成Json字元串，json.mps(data)/json.mp(data,file_handler)

  解碼 把Json格式字元串解碼轉換成Python對象，json.loads(data)/json.load(file_handler)

  在python中要使用Json模塊做相關操作，必須先導入:

import Json

  2.3 主要函數

  編碼函數主要有 json.mps(data)/json.mp(data,file_handler)

   json.mps()的參數是將python對象轉換為字元串，如使用json.mps序列化的對象json_mps=json.mps({'a':1, 'b':2}) ，json_mps='{"b": 2, "a": 1}'

   json.mp 是將內置類型序列化為json對象後寫入文件。

 解碼函數主要由json.loads(data)/json.load(file_handler)  

    json.loads的參數是內存對象，把Json格式字元串解碼轉換成Python對象,json_loads=json.loads(d_json)  #{ b": 2, "a": 1}，使用load重新反序列化為dict

    json.load()的參數針對文件句柄，比如本地有一個文件/tmp/test.json  json_load=json.load(open('/tmp/test.json'))

具體案例參考如下:

In [3]: data={"back_to_host": "rac1",

...: "ip_address": "10.215.20.3",

...: "host_name": "rac3",

...: "port": 3306}

In [7]: json_str=json.mps(data)

In [8]: print json_str

{"ip_address": "10.215.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

In [9]: json_loads=json.load(json_str)

---------------------------------------------------------------------------

AttributeError Traceback (most recent call last)

<ipython-input-9-180506f16431> in <mole>()

----> 1 json_loads=json.load(json_str)

/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/json/__init__.pyc in load(fp, encoding, cls, object_hook, parse_float, parse_int, parse_constant, object_pairs_hook, **kw)

284

285 ""

注意 從上面的報錯信息來看 json.loads 傳參是字元串類型，並不是文件句柄，沒有 read()屬性。

In [10]: json_loads=json.loads(json_str)

In [11]: print json_loads

{u'back_to_host': u'rac1', u'ip_address': u'10.215.20.3', u'host_name': u'rac3', u'port': 3306}

In [12]: type(json_loads)

Out[12]: dict

In [13]: type(json_str)

Out[13]: str

利用mp 將數據寫入 mp.json

In [17]: with open('/tmp/mp.json','w') as f:

...: json.mp(json_str,f)

...:

yangyiDBA:~ yangyi$ cat /tmp/mp.json

"{\"ip_address\": \"10.10.20.3\", \"back_to_host\": \"rac1\", \"host_name\": \"rac3\", \"port\": 3306}"

yangyiDBA:~ yangyi$

利用json.load 將mp.sjon的數據讀出來並賦值給 data 

In [18]: with open('/tmp/mp.json','r') as f:

...: data=json.load(f)

...:

In [19]: print data

{"ip_address": "10.10.20.3", "back_to_host": "rac1", "host_name": "rac3", "port": 3306}

三 小結

  本文算是一篇學習筆記，主要對比了json.loads/json.load  , json.mps/ json.mp 的使用差異 ，方便以後更好的使用json 。

以上為本次分享內容，感謝觀看。

『伍』 var a = {}; a.b = 'c' var a = {}; a['b'] = 'c' var a = { b: 'c'} a = {b: 'c'} 有何差異 孰優孰劣

沒有所謂的優劣。基本上看你的語言應該是javascript，而javascript本身並非編譯語言，而是翻譯語言。它並不是oopl之一，其核心還是利用的數組機制而實現oop的風格。
所以在面向對象中三大屬性的封裝方向並沒有嚴格的控制，所謂的對象其實核心是一個數組（可以理解為計算機屬語中的廣義表），使用.的方式來實現數組調用方式，這樣使用javascript看起來是一個oopl,只是形似而已。
所以var a = {}; a.b =『C';與var a = {}; a['b']='c'，其實沒有區別的，只是前者在格式上更象面向對象而已。或者你可以認為.調用就是數組調用的語法糖。所以兩者沒有任何區別的。當然，誰優誰略在本質上是沒有區別，但代碼閱讀習慣上來看，前者適用了oop風格，而後者只是數組或廣義表的理解——除此之外沒有差異。
最後一種我們多見於序列化，如鬆散形數據傳遞（JSON/JSONP）格式中常見。等於直接的寫法，本質上來說，你聲明數組後賦值，或在聲明數組的同時賦值也沒有區別的。類似的情況是var a = 5;與var a; a=5；的區別一樣，沒有區別。
所以三者在javascript中沒有區別，只是形式上變形，適合於不同的場景下而已。所以第一種情況是對象風格編程，第二種是用來處理精數組（不管何種風格），第三種是對象序列化（json.jsonp).
這里要說明一個python,他是一個編譯語言，但是它是動態語言。所謂的動態語言指的就是可動態變化。C#靜態語言聲明一個類，編譯時你可以定義任何屬性或方法，而在運行時只能使用這個屬性或方法，不能再添加了。而python等動態語言上來說，編譯時你可以定義，同時在運行時可能隨時增加屬性或方法也可以清除某個運行類的屬性或方法。javascript類風格與此相似——但是翻譯型語言只有運行態，並沒有編譯態，也就是說他是直接翻譯源碼運行的，不是似編譯語言要生成程序或中間態語言（.net生成是的msil），所以兩者還是有很多區別的。不過隨著ecmascript標準的建立，使用此類語言(ECMAScript語言樹）中已經具有很強大的功能了。

『陸』 python與java用途區別有哪些

Python入門更快，但是java的運用更加廣泛，所以二者各有各的優缺點，要學哪個還是要根據自己的實際需求情況來進行判斷和選擇。

首先來了解一下java與python各自的特點：

Java：高度面向對象的高級編程語言

設計初衷是「寫一次代碼，在哪裡都可以用」，可以完成任何規模的任務，所以它也是很多公司在做商業級項目的時候的普遍選擇。

Python：擁有簡潔語法的高級編程語言

設計初衷是「讓代碼讀起來更輕松」，並且讓程序員們比起用其他語言，可以寫更少的代碼，事半功倍。

最後是給初入行業的新人一些學習建議：

如果你只是編程愛好者，或者把編程語言作為一個工作中的應用工具，Python是個不錯的選擇。如果你想在程序員的道路上穩步發展，建議先學習Java，再學python，C++，JavaScript，PHP等其他語言，會事半功倍。

一名優秀的程序員，絕不會只靠一門語言走到黑，通吃它們就完了！兼容並蓄，觸類旁通，這才是一個成熟IT從業者該有的心態！

想要系統學習，你可以考察對比一下開設有相關專業的熱門學校。好的學校擁有根據當下企業需求自主研發課程的能力，能夠在校期間取得大專或本科學歷，中博軟體學院、南京課工場、南京北大青鳥等開設相關專業的學校都是不錯的，建議實地考察對比一下。

祝學有所成！望採納！

『柒』 python與java用途區別有哪些

區別：

1.Python比Java簡單，學習成本低，開發效率高。

2.Java運行效率高於Python，尤其是純Python開發的程序，效率極低。

3.Java相關資料多，尤其是中文資料。

4.Java版本比較穩定，Python2和3不兼容導致大量類庫失效。

5.Java開發偏向於軟體工程，團隊協同，Python更適合小型開發。

6.Java偏向於商業開發，Python適合於數據分析。

7.Java是一種靜態類型語言，Python是一種動態類型語言。

8.Java中的所有變數需要先聲明（類型）才能使用，Python中的變數不需要聲明類型。

9.Java編譯以後才能運行，Python直接就可以運行。

10.JAVA 里的塊用大括弧對包括，Python 以冒號 + 四個空格縮進表示。

11.JAVA 的類型要聲明，Python 的類型不需要。

12.JAVA 每行語句以分號結束，Python 可以不寫分號。

13.實現同一功能時，JAVA 要敲的鍵盤次數一般要比 Python 多。

相關推薦：《Python教程》

一些細節區別：

1.數

python只有四種數據：整數，長整數、浮點數和復數

java則有char，short,byte，int，long，float,double類型

2. 字元串

2.1. 字元串表示

Python中沒有表示單個常量字元串類型的char類型，其可以用單引號『 』或雙引號「 」來表示一個字元串，也可以用三引號來表示一個多行字元串。

Java中char表示單個字元，String表示一個字元串，常量字元或字元串用雙引號「 」表示。

2.2. 多行字元串

Python在字元串末尾加上反斜杠（/）表示字元串在下一行繼續。

Java用加號（+）表示字元串在下一行繼續。

2.3. Python中其它的表示方法

Python中還有可以在字元串前加前綴r或R：表示自然字元串，即不對字元串做轉移處理比java方便。

Python可以加前綴u或U：表示unicode字元串。

注意： Python 中的__init__（）方法類似與Java中的構造函數，Java構造函數中的self默認存在，不需要在構造函數聲明的時候進行顯示指明，但是Python需要在__init__()函數中顯示指明（但是ID調用時不用顯示進行self傳遞）。

3. 操作符

Python中**表示冪計算，如果 X**y表示 Xy

Python中//表示整除，即商的整數部分

Python中~表示按位翻轉，~x就是-(x+1)

4. 對象的序列化表示

Python中可以使用str（）或repr（）函數來實現對象的序列化。

Java中通過toString()方法來實現對象的序列化。

注意：序列化 (Serialization)將對象的狀態信息轉換為可以存儲或傳輸的形式的過程。

『捌』 python中pickle模塊的作用是什麼為什麼不直接把數據存到文件中

Pickle模塊中最常用的函數為：

（1）pickle.mp(obj, file, [,protocol])

函數的功能：將obj對象序列化存入已經打開的file中。

參數講解：

• obj：想要序列化的obj對象。

• file:文件名稱。

• protocol：序列化使用的協議。如果該項省略，則默認為0。如果為負值或HIGHEST_PROTOCOL，則使用最高的協議版本。

（2）pickle.load(file)

函數的功能：將file中的對象序列化讀出。

參數講解：

• file：文件名稱。

（3）pickle.mps(obj[, protocol])

函數的功能：將obj對象序列化為string形式，而不是存入文件中。

參數講解：

• obj：想要序列化的obj對象。

• protocal：如果該項省略，則默認為0。如果為負值或HIGHEST_PROTOCOL，則使用最高的協議版本。

（4）pickle.loads(string)

函數的功能：從string中讀出序列化前的obj對象。

『玖』 python哪些標准庫

標准庫比較多 功能也不同：
標准庫
sys
系統相關的參數和函數。 sys 庫一般用來訪問和修改系統相關信息，比如查看 python 版本、系統環境變數、模塊信息和 python 解釋器相關信息等等。
os
操作系統介面模塊。這個庫提供了訪問操作系統相關依賴的方式，比如輸入輸出操作、讀寫操作、操作系統異常錯誤信息、進程線程管理、文件管理、調度程序等等。
re
正則表達式操作。這個庫是我喜歡並且經常會用到的庫，在對大量字元串進行處理的時候用正則表達式是最快速有效的方式，但是正則表達式的學習曲線較高，有興趣的朋友可以訪問這個網站學習。
math
數學函數庫。 math 庫提供了對 C 語言標準定義的數學函數訪問，比如數論（Number-theoretic）的各種表示方法、冪和對數函數（Power and logarithmic functions）、三角函數（Trigonometric functions）、常量圓周率（π）和自然常數（e）等等。
random
生成偽隨機數。
偽隨機數與隨機數（真隨機數）不同的是執行環境，隨機數是真實世界中通過物理過程實踐得出結論，而偽隨機數是通過計算機的特定演算法生成的數，所以這個過程是可預測的、有規律的，只是循環周期較長，並不能與現實場景相切合。
random庫提供生成隨機數，可以模擬現實世界中隨機取數、隨機抽獎等等。
logging
日誌記錄工具。這個庫提供了對應用程序和庫函數的日誌記錄，日常開發中我們經常需要通過日誌列印出當前程序的運行狀態，實時查看可能出現的堆棧異常和錯誤信息。
json
Json 編碼和解碼器。 json 庫提供了對 json 數據的支持，日常開發中我們做前後端分離需要對傳輸數據 json 進行序列化和反序列化操作，以保證對數據的完整性和有效性，而序列化和反序列化其實就是編碼和解碼的過程。
pickle
Python 對象序列化庫。 pickle 庫支持對 python 對象進行序列化和反序列化操作，當我們需要將處理好的對象保存到文件或資料庫中時，就可以將其序列化成二進制數據，從而更好的保存起來。
shelve
Python 對象持久化。簡單的數據存儲方案。
socket
底層網路介面。 socket（套接字） 庫提供了標準的BSD（伯克利套接字） Socket API，可以通過訪問底層操作系統 Socket 的相關介面進行網路通訊。
datetime
基本日期和時間類型庫。該庫提供了各種簡單和復雜的方式處理日期和時間，日常我們會用時間測算時間消耗、復雜度，對存儲的創建時間和修改時間也需要進一步說明，對計時器的描述和控制也需要用到該庫。
hashlib
安全哈希和消息摘要。摘要演算法 其實就是對某些數據進行加密（不可逆的加密演算法），因為被加密的數據無法破解，所以就能防止被篡改。常見的摘要演算法有 MD5、SHA1，一般我們會用 MD5 對用戶口令進行加密，防止盜用後被輕易破解；而 SHA1 與 MD5 類似，但是 SHA1 會產生更長的長度，也更安全，但是演算法的復雜性通常伴隨著存儲空間和時間的消耗。要說比SHA1更長的字元長度，還有 SHA224、SHA256、SHA384 和 SHA512，看名字就能知道。
大家都知道無論演算法生成的字元長度如何都有可能發生碰撞（被破解），這是不可避免的，所以具體場景具體情況而定。
configparser
配置文件解析器。 configparser 庫可以輕松定製配置文件，通過解析配置文件的信息我們就可以全局訪問相關配置。
urllib
URL 處理模塊。 urllib 庫集成了處理 URLs（統一資源定位符）的各種模塊：
URL urllib.request URL robots.txt urllib 庫對訪問網路有很好的支持，提供了對數據的訪問和處理、文件的上傳和下載、記錄 cookie 和 session 等等。
itertools
為高效循環而創建迭代器的函數。 itertools 庫也是經常需要用到，當我們要對某些數進行 for-in 時就需要先將其處理成一個可迭代對象，之後我們才能進行遍歷操作。
collections
容器數據類型庫。 collections 庫提供了對所有容器數據類型的支持，包括 dict, list, set 和 tuple。我們可以用此庫對不同數據類型進行操作，常有的函數方法有這些：
namedtuple() 創建命名元組子類的工廠函數 deque 類似列表(list)的容器，實現了在兩端快速添加(append)和彈出(pop) ChainMap 類似字典(dict)的容器類，將多個映射集合到一個視圖裡面 Counter 字典的子類，提供了可哈希對象的計數功能 OrderedDict 字典的子類，保存了他們被添加的順序 defaultdict 字典的子類，提供了一個工廠函數，為字典查詢提供一個默認值 UserDict 封裝了字典對象，簡化了字典子類化 UserList 封裝了列表對象，簡化了列表子類化 UserString 封裝了列表對象，簡化了字元串子類化 functools
高階函數和可調用對象上的操作。該庫主要調用高階函數，是常規函數的一種補充。目前庫中包含以下幾種函數：
cmp_to_key lru_cache total_ordering partial partialmethod rece singledispatch update_wrapper wraps threading
線程並行庫。 threading 庫支持線程和多線程的操作，針對多線程並發的問題可以給數據加同步鎖，一次只能讓一個線程處理數據，從而避免出現數據讀寫混亂。
在 CPython 解釋器上，因為GIL（全局解釋器鎖）鎖機制的存在的，被設計成線程安全，所以同一時間只能執行一個線程，這就導致了多線程不能發揮出計算機的多核特性。
multiprocessing
進程並行庫。 multiprocessing 庫與 threading 庫很類似，不同的是進程庫可以創建子進程避開 GIL，從而彌補線程庫存在的劣勢和發揮計算機的多核特性。
timeit
測量小代碼片段的執行時間。此庫主要用來計算運行代碼的時間消耗，支持多種方式傳入參數。
atexit
退出處理器。當處理一個函數需要立馬退出時可以使用該庫。
abc
抽象基類。 abc 庫定義抽象基類，以便其他類派生出新類。比如 collections 容器庫中就有此派生出的 collections.abc 類，派生出來的類可以進一步實現。
asyncio
非同步IO庫。 asyncio 庫是一個用 async/await 關鍵字編寫並發的庫，為多個非同步框架提供基礎功能，能夠實現高性能的網路、Web伺服器、資料庫連接和分布式任務隊列等。

淺層和深層復制操作。 庫提供對對象的拷貝，我們都知道要製作對象副本，是無法通過簡單值傳遞創建新變數的方式做到，因為新變數所指向的內存空間依舊是原對象本身，所以對新變數進行任何操作都會改變原對象。那麼， 庫就提供了製作對象副本的各種方法，會開辟一個新的內存空間存放副本對象，修改操作不會對原對象有任何干預。
csv
csv（Comma Separated Values）文件讀寫庫。此庫支持以純文本的形式存儲表格數據（數字和文本）。
operator
標准運算符替代函數庫。此庫是將 python 自有的運算符作為有效函數，比如表達式 x+y 可以用函數 operator.add(x, y) 表示；比如表達式 a*b 可以用函數 operator.mul(a, b) 表示，等等。
enum
枚舉庫。 enum 庫支持創建枚舉類來存儲大量同類型的不可變常量，以便其他函數調用。創建出來的枚舉類是可迭代對象，所以可以用 for-in 枚舉出所有常量。
heapq
堆隊列演算法。這個模塊提供了堆隊列演算法的實現，也稱為優先隊列演算法。優先隊列中的每個元素都有各自的優先順序，優先順序最高的元素最先得到服務。所以當我們要求前n最大/最小值的時候就可以用此演算法來實現， heapq 庫中也提供了相應函數實現。
http
HTTP 模塊。 http 模塊是一個包，收集了多個處理超文本傳輸協議的模塊：
urllib.request http 模塊通過 http.HTTPStatus 枚舉定義了HTTP狀態碼 以及相關聯消息。
profile、pstats
性能分析工具。 profile 模塊提供了 profile 和 cProfile 兩種不同實現的性能分析工具，可用來描述程序各個部分的執行時間和頻率，統計後的信息可以通過 pstats 模塊保存並使用。
ssl
TLS/SSL（傳輸安全協議）。此模塊提供對安全協議的支持，通過應用上下文，可將 TLS（傳輸層安全性協議）或其前身 SSL（安全套接層）支持安全協議，能為互聯網通信提供安全和數據完整性保障。一般 HTTPS 協議都支持 TLS/SSL 加密。
unitest
單元測試框架。 unitest 庫常用於單元測試，受到 JUnit 和其他主流測試庫的啟發， unitest 庫的功能和函數與它們有著相似的風格。
uuid
UUID庫。 uuid 庫主要用途是生成隨機字元串，庫中有多個版本的 UUID 對象方法，比如版本 1、3、4 和 5 的 uuid1() 、 uuid3() 、 uuid4() 和 uuid5() 。需要注意的是，如果要生成隨機字元串，可以使用 uuid1() 和 uuid4() ，但是 uuid1() 會存在隱私風險，因為生成的原理里邊包含用戶訪問計算機的網路地址，而 uuid4() 是通過隨機字元生成。
希望可以幫助到你。

『拾』 python3 對象 |字典|json|yaml|字元串 相互轉化

在研究 k8s 的yaml 配置文件的時候，我總擔心自己一不小心 會寫錯，所以我嚮往 使用將對象 序列化 yaml 的形式，

其實 python object 可以 直接 轉 yaml ，甚至也可以 直接 轉成yaml文件！！！

這里 會經常用到幾個 函數 vars() ast.

我們先嘗試用最笨的方法 實現 object到yaml 的轉化
在python對象 convert to dict 的形式，使用 vars()函數

然後 dict convert to json 使用 json.mps(dict)函數

然後 json converte to yaml 使用 ya= yaml.load(json.mps(dict)) 然後
再 yaml.safe_mp(ya,default_flow_style=False)

至此我們看到 從 python Object ---> dict ----> json ---> yaml 的轉化

其中 obj dict json yaml 轉 string ，只要 str()函數即可,或者 str(vars())結合

yaml 格式 寫入到文件 ,需要注意的是， open()函數 的mode 一定要是 'w' ,不能是』wb', b代表是二進制寫入
yaml 寫入的是dict str，使用 『wb' 會報錯，[yaml TypeError: a bytes-like object is required, not 'str']
【出現該錯誤往往是通過open()函數打開文本文件時，使用了『rb』屬性，如：fileHandle=open(filename,'rb'),則此時是通過二進制方式打開文件的，所以在後面處理時如果使用了str()函數，就會出現該錯誤，該錯誤不會再python2中出現。

具體解決方法有以下兩種：

第一種，在open()函數中使用『r』屬性，即文本方式讀取，而不是『rb』,以二進制文件方式讀取，可以直接解決問題。

第二種,在open()函數中使用『rb』,可以在使用之前進行轉換，有以下實例，來自： http://stackoverflow.com/questions/33054527/python-3-5-typeerror-a-bytes-like-object-is-required-not-str 】

其實 python object 可以 直接 轉 yaml ，甚至也可以 直接 轉成yaml文件！！！
比如我已經定義了一個 Dog python class,他有 好幾個屬性 並已經賦值初始化了

另外生成 yaml 對象

生成yaml文件

結果是

反過來 yaml ----> json ---> 持久化 json 文件 indent=1屬性是為了讓 json 不以單行展示，而是展開
注意的是 python 的 dict 和set 很相似 ，都是 { }， set 里是list， dict 是鍵值對
【# set object is not JSON serializable [plicate]
】

打開 demo.json

yaml ---> dict

yaml ---> python object

json --> dict
json.loads()

dict--> json
json.jumps()

str ---> dict
newdict=dict(str)

json -- > python object

一個python object無法直接與json轉化，只能先將對象轉化成dictionary，再轉化成json；對json，也只能先轉換成dictionary，再轉化成object，通過實踐，源碼如下：

yaml --> python object
對yaml，也只能先轉換成json --->dictionary，再轉化成object，通過實踐，源碼如下：

dict -- ->python object

python對象 默認都有一個 私有的屬性 dict 取值 就是 object的 字典形式， 賦值就就可以給對象屬性對應賦值

例如json 轉 對象

對象 轉 json

Python之dict(或對象)與json之間的互相轉化
在Python語言中，json數據與dict字典以及對象之間的轉化，是必不可少的操作。

dict字典轉json數據

對象轉json數據

json數據轉成dict字典

json數據轉成對象

json的load()與mp()方法的使用
mp()方法的使用